| 注册
首页|期刊导航|油气地质与采收率|基于新型集成学习算法的基岩潜山油藏储层裂缝开度预测算法

基于新型集成学习算法的基岩潜山油藏储层裂缝开度预测算法

孙致学 姜宝胜 肖康 李吉康

油气地质与采收率2020,Vol.27Issue(3):32-38,7.
油气地质与采收率2020,Vol.27Issue(3):32-38,7.DOI:10.13673/j.cnki.cn37-1359/te.2020.03.004

基于新型集成学习算法的基岩潜山油藏储层裂缝开度预测算法

Prediction of fracture aperture in bedrock buried hill oil reservoir based on novel ensemble learning algorithm

孙致学 1姜宝胜 2肖康 1李吉康3

作者信息

  • 1. 中国石油大学(华东)石油工程学院,山东青岛266580
  • 2. 非常规油气开发教育部重点实验室中国石油大学(华东),山东青岛266580
  • 3. 中国石油勘探开发研究院非洲研究所,北京100083
  • 折叠

摘要

关键词

裂缝开度/K均值聚类算法/支持向量回归/XGBoost回归/集成学习

分类

能源科技

引用本文复制引用

孙致学,姜宝胜,肖康,李吉康..基于新型集成学习算法的基岩潜山油藏储层裂缝开度预测算法[J].油气地质与采收率,2020,27(3):32-38,7.

基金项目

国家自然科学基金项目"基于离散-连续介质模型的水-EGS传质传热机理及数值模拟研究"(51774317)和"乍得潜山产能评价及开发技术政策研究"(2019D-3210). (51774317)

油气地质与采收率

OA北大核心CSCDCSTPCD

1009-9603

访问量0
|
下载量0
段落导航相关论文